# L'IA verte pour les entreprises

> Un guide pratique pour réduire l'énergie, le coût et le carbone de l'IA en entreprise : choix du modèle, fournisseurs, mesure, achats et allégations honnêtes.

Source: https://greenai.guide/fr/guides/l-ia-verte-pour-les-entreprises/  
Updated: 2026-11-19

## En bref

Pour une entreprise, l'IA verte consiste à obtenir de l'IA les résultats dont vous avez besoin avec moins d'énergie, d'argent et de carbone. L'essentiel des économies vient de quelques décisions : n'utiliser l'IA que là où elle apporte de la valeur, choisir le plus petit modèle qui fait bien le travail, retenir des fournisseurs qui publient leurs données énergétiques, et mesurer avant de faire la moindre allégation.

## Points clés

- Dans la plupart des entreprises, l'IA la moins chère, la plus rapide et la plus verte est généralement la même : des modèles plus petits, moins de tokens, moins de travail refait.
- L'Agence internationale de l'énergie estime que les centres de données ont consommé environ 415 TWh d'électricité en 2024, soit environ 1,5 % du total mondial, et prévoit environ 945 TWh d'ici 2030.
- Pour une même tâche, des modèles spécialisés peuvent coûter des ordres de grandeur de moins à faire tourner que des modèles génératifs généralistes.
- Demandez aux fournisseurs l'énergie par requête, les centres de données qu'ils utilisent et leur méthode de mesure, et inscrivez les réponses dans les contrats.
- Ne faites aucune allégation écologique que vous ne pouvez pas étayer par des chiffres mesurés ou clairement sourcés.

## Pourquoi une entreprise devrait-elle s'intéresser à l'IA verte ? {#why-should-a-business-care-about-green-ai}

Parce que ce qui rend l'IA plus verte est surtout ce qui la rend moins chère, plus rapide et plus fiable. Moins de
calcul, c'est des factures plus basses, des réponses plus rapides et moins d'attente. Et les habitudes qui gaspillent
de l'énergie, comme les prompts longs, les tentatives répétées et les modèles surdimensionnés, gaspillent aussi de
l'argent et du temps de travail.

Un « sandpit » britannique sur l'IA verte, réunissant en 2026 des mathématiciens, des informaticiens et des
industriels, est parvenu à une conclusion proche : les acheteurs choisissent selon le coût, la vitesse et la qualité,
donc l'IA verte doit les apporter, et non les concurrencer. C'est une bonne nouvelle pour une entreprise. Vous avez
rarement à sacrifier les résultats pour réduire votre empreinte.

Quatre autres raisons méritent votre attention :

- **L'échelle.** L'Agence internationale de l'énergie (AIE) estime que les centres de données ont consommé environ
  415 TWh d'électricité en 2024, soit environ 1,5 % de l'électricité mondiale, et prévoit que ce chiffre fera plus que
  doubler pour atteindre environ 945 TWh d'ici 2030, l'IA étant le principal moteur de cette croissance. Votre usage
  de l'IA fait partie de cette demande.
- **Le reporting.** Si vous rendez compte de votre énergie et de vos émissions, l'IA fait désormais partie du chiffre,
  que vous la comptiez ou non.
- **La réglementation.** Les règles commencent à exiger des données énergétiques de la part des fournisseurs d'IA et
  de centres de données (voir plus bas), ce qui met à votre disposition de meilleures informations sur vos
  fournisseurs.
- **La confiance.** Clients, salariés et investisseurs demandent de plus en plus comment vous utilisez l'IA. Des
  réponses claires et honnêtes vous aident.

## Où va l'énergie de l'IA ? {#where-does-the-energy-in-ai-go}

Dans une entreprise type, l'essentiel de l'énergie liée à l'IA sert à l'**inférence**, c'est-à-dire à faire tourner un
modèle pour répondre aux requêtes, et non à l'entraîner. Vous n'entraînez presque jamais vous-même un grand modèle,
mais chaque prompt, chaque flux de travail automatisé et chaque fonction d'IA de vos logiciels exécute une inférence
sur le matériel de quelqu'un.

Les principaux postes de consommation :

| Étape | Ce qui se passe | Qui la maîtrise |
|---|---|---|
| Entraînement | Un modèle apprend à partir de données, une fois ou de temps en temps | Surtout le fournisseur du modèle |
| Affinage (fine-tuning) | Un modèle existant est adapté à votre tâche | Vous ou votre fournisseur |
| Inférence | Le modèle répond à chaque requête | Partagé : vous choisissez combien et quel modèle |
| Centre de données | Refroidissement, conversion électrique, réseau | L'hébergeur |
| Matériel | Fabrication des puces et des serveurs (carbone incorporé) | Le fournisseur, selon la durée de conservation du matériel |

Pour une entreprise, l'inférence est la partie sur laquelle vous pouvez le plus agir. La quantité dépend :

- **de la taille et du type du modèle.** Une étude de Luccioni, Jernite et Strubell a montré que les modèles
  génératifs généralistes coûtaient des ordres de grandeur de plus à faire tourner que des systèmes spécialisés pour la
  même tâche. Dans leurs tests, générer des images consommait en moyenne environ 2,9 kWh pour 1 000 requêtes, contre
  environ 0,002 kWh pour classer du texte ;
- **du nombre de tokens** (les fragments de texte qu'un modèle lit et écrit). Les prompts longs, les documents collés
  et les réponses verbeuses s'additionnent ;
- **du nombre d'appels** qu'effectue un flux de travail. Des agents qui planifient, vérifient et réessaient peuvent
  faire des dizaines d'appels pour une seule tâche ; et
- **du lieu et du moment** de l'exécution, car le carbone contenu dans un kilowattheure dépend du réseau électrique
  local.

Pour donner un ordre de grandeur par requête, Google indique qu'un prompt textuel médian envoyé à ses applications
Gemini consommait 0,24 Wh d'énergie, et que ce chiffre a été divisé par 33 en un an. Les fournisseurs ne mesurent pas
de la même façon : considérez ces chiffres comme indicatifs, et consultez [mesurer l'énergie de
l'IA](/fr/bonnes-pratiques/comment-mesurer-l-energie-et-le-carbone-de-l-ia/) pour comprendre pourquoi les détails comptent.

## Comment choisir le bon modèle ? {#how-do-we-choose-the-right-model}

Utilisez le plus petit modèle qui fait le travail de façon fiable, et vérifiez-le sur vos propres tâches. Pour de
nombreuses tâches d'entreprise, comme trier des e-mails, extraire des champs de factures, résumer ou traduire, un
modèle petit ou spécialisé suffit.

L'UNESCO et l'University College London ont constaté que l'utilisation de modèles plus petits et spécialisés pouvait
réduire la consommation d'énergie jusqu'à 90 % sans perte de performance sur des tâches adaptées, et que des prompts
et des réponses plus courts pouvaient la réduire de plus de moitié.

Étapes pratiques :

1. **Listez vos tâches d'IA** et ce que « suffisamment bon » signifie pour chacune, par exemple 98 % des champs de
   facture corrects.
2. **Essayez des modèles du plus petit au plus grand** sur un échantillon de cas réels. Arrêtez-vous au premier qui
   atteint le niveau requis.
3. **Routez les requêtes.** Envoyez les requêtes courantes à un petit modèle et seulement les difficiles à un grand
   modèle. On parle souvent de routage de modèles.
4. **Méfiez-vous des fausses économies.** Un modèle trop petit qui échoue et oblige à relancer sur un grand modèle peut
   consommer plus d'énergie que de passer directement par le grand. Mesurez la réussite du premier coup, pas le coût
   par appel.
5. **Réutilisez au lieu de régénérer.** Lorsque la même réponse, le même modèle de document ou le même morceau de code
   resservent, stockez-les et réutilisez-les plutôt que de solliciter le modèle à chaque fois. GreenCode, un projet de
   recherche ITEA, décrit comment il recourt à la recherche d'informations, au routage vers le composant capable le
   moins coûteux et à la planification pour limiter sa propre utilisation de l'IA.

Des évaluations indépendantes peuvent vous aider à comparer des modèles ouverts. L'AI Energy Score, lancé par Hugging
Face et ses partenaires, note les modèles de une à cinq étoiles pour leur efficacité énergétique sur des tâches
courantes. Pour en savoir plus, consultez [choisir le bon modèle](/fr/bonnes-pratiques/choisir-le-bon-modele-pour-la-tache/) et
[l'orchestration plutôt que la génération](/fr/articles/l-orchestration-plutot-que-la-generation/).

## Que demander aux fournisseurs d'IA ? {#what-should-we-ask-ai-suppliers}

Demandez des chiffres, des méthodes et des lieux, et inscrivez les réponses dans le contrat. Beaucoup de fournisseurs
ne peuvent pas encore répondre complètement, mais poser la question montre qu'il existe une demande et révèle qui prend
le sujet au sérieux.

Questions à inclure dans les appels d'offres et les renouvellements :

- **Énergie par requête.** Quelle est l'énergie (Wh) par requête type ou pour 1 000 tokens pour les modèles que nous
  utiliserons ? Est-elle mesurée ou estimée, et comment ?
- **Périmètre du système.** Le chiffre inclut-il la capacité inactive, le refroidissement et le réseau, ou seulement
  les puces ?
- **Lieu d'exécution.** Quels centres de données et quelles régions hébergent notre charge de travail ? Quelle est
  leur efficacité énergétique (PUE, le rapport entre l'énergie totale du site et l'énergie consommée par le calcul) et
  leur consommation d'eau ?
- **Électricité.** Quelle part est couverte heure par heure par de l'électricité propre, plutôt que par des certificats
  annuels ?
- **Choix de modèles.** Pouvons-nous choisir des modèles plus petits, ou router les requêtes entre modèles ?
  Pouvons-nous fonctionner sur notre propre matériel lorsque les données doivent rester sur place ?
- **Reporting.** Nous fournirez-vous chaque mois des données d'énergie et d'émissions pour notre compte, sous une forme
  utilisable dans notre propre reporting ?
- **Durée de vie du matériel.** Combien de temps gardez-vous les serveurs en service, et que deviennent-ils ensuite ?
- **Notification des changements.** Nous informerez-vous si vous changez le modèle qui sous-tend notre service ?

Deux textes de droit européen méritent d'être connus, même hors de l'UE, car les grands fournisseurs les appliquent
largement :

- L'**AI Act de l'UE** impose aux fournisseurs de modèles d'IA à usage général de documenter la consommation d'énergie
  connue ou estimée du modèle (annexe XI).
- La **directive relative à l'efficacité énergétique** impose aux exploitants de centres de données d'une puissance
  informatique d'au moins 500 kW de déclarer leur performance énergétique, notamment leur consommation d'énergie et
  d'eau, dans une base de données européenne (règlement délégué 2024/1364).

Notre guide [achats d'IA durables](/fr/bonnes-pratiques/achat-d-ia-durable/) propose une liste de questions plus
complète, et [hébergement et centres de données](/fr/bonnes-pratiques/hebergement-et-centres-de-donnees-pour-une-ia-verte/) explique ce que signifient les
réponses. Vous trouverez des fournisseurs dans l'[annuaire des produits](/fr/produits/) et une aide indépendante dans
l'[annuaire des consultants](/fr/consultants/).

## Comment mesurer l'énergie et les émissions de l'IA ? {#how-do-we-measure-ai-energy-and-emissions}

Mesurez ce que vous pouvez, estimez le reste de façon transparente, et suivez ce que vous maîtrisez. Des chiffres
parfaits sont rarement disponibles, mais une méthode cohérente vous permet de voir si vous progressez.

- **Votre propre matériel ou vos machines dans le cloud.** Des outils open source comme CodeCarbon estiment les
  émissions à partir de la puissance consommée par les processeurs et la mémoire et de l'intensité carbone du réseau
  local.
- **Services d'IA tiers.** Notez les tokens, les appels et les modèles utilisés. Multipliez par le chiffre d'énergie
  par requête du fournisseur s'il en donne un. Sinon, utilisez une estimation publiée et indiquez-le.
- **Unités.** Exprimez l'énergie en kWh et les émissions en kg CO₂e (équivalent dioxyde de carbone), et précisez le
  facteur d'émission du réseau utilisé.
- **Par résultat.** Suivez l'énergie par résultat utile, par exemple par facture traitée, et pas seulement en total.
  Cela fait apparaître l'effet du travail refait et des nouvelles tentatives.

Consultez [comment mesurer l'énergie de l'IA](/fr/bonnes-pratiques/comment-mesurer-l-energie-et-le-carbone-de-l-ia/) et
[pourquoi la mesure est le goulet d'étranglement](/fr/articles/la-mesure-goulot-d-etranglement-de-l-ia-verte/).

## Quelle place pour l'IA dans le reporting CSRD et ESG ? {#how-does-ai-fit-into-csrd-and-esg-reporting}

L'électricité de l'IA fait partie de votre consommation d'énergie ; elle a donc sa place dans votre reporting
d'émissions existant plutôt que dans un rapport à part. Dans la plupart des référentiels, elle relève de l'électricité
achetée (Scope 2) lorsque vous exploitez le matériel, et des services achetés (Scope 3) lorsque vous utilisez des
services cloud ou d'IA.

Dans l'UE, le champ de la directive sur la publication d'informations en matière de durabilité (CSRD) a été réduit en
2026. L'approbation finale du Conseil de l'UE, en février 2026, la limite aux entreprises de plus de 1 000 salariés
réalisant plus de 450 millions d'euros de chiffre d'affaires net annuel. Si vous êtes en dessous, de plus grands
clients concernés peuvent tout de même vous demander des données, ou vous pouvez choisir de publier volontairement.
Hors de l'UE, vérifiez vos règles nationales et les référentiels volontaires que vous suivez.

Quelle que soit votre obligation, traitez l'IA comme toute autre consommation d'énergie significative : indiquez la
méthode, le périmètre et l'incertitude.

## Comment instaurer de bonnes habitudes chez les salariés ? {#how-do-we-build-good-habits-among-staff}

Donnez quelques règles simples et les bons outils par défaut, plutôt que de demander à chacun de penser à l'énergie à
chaque fois. Les habitudes comptent surtout là où beaucoup de personnes utilisent l'IA plusieurs fois par jour.

- **Choisir le bon outil.** Moteurs de recherche, modèles de documents, tableurs et logiciels existants suffisent
  souvent. Utilisez l'IA là où elle fait vraiment gagner du temps ou améliore la qualité.
- **Être concis.** Posez des questions claires, demandez des réponses courtes, et ne collez pas des documents entiers
  quand une section suffit.
- **Éviter l'usage « machine à sous ».** Régénérer une image ou une réponse de nombreuses fois coûte cher. Affinez
  plutôt la demande.
- **Utiliser par défaut des modèles plus petits** dans les outils de l'entreprise, avec des modèles plus grands
  disponibles au besoin.
- **Désactiver ce qui ne sert pas.** Les fonctions d'IA activées par défaut dans les logiciels et les machines de test
  inactives consomment toutes de l'énergie.
- **Planifier les tâches lourdes.** Les traitements par lots qui peuvent attendre, comme le traitement de documents
  pendant la nuit, peuvent tourner quand le réseau est moins carboné.

Rassemblez ces règles dans une courte politique ; notre guide [politique d'IA verte](/fr/bonnes-pratiques/rediger-une-politique-d-ia-verte/)
comprend un modèle, et [utiliser l'IA efficacement](/fr/bonnes-pratiques/utiliser-l-ia-efficacement-les-bons-reflexes-au-quotidien/) donne d'autres conseils du
quotidien.

## Comment en parler honnêtement ? {#how-do-we-talk-about-it-honestly}

Ne formulez d'allégations que sur ce que vous avez mesuré, par rapport à une référence indiquée, et précisez les
limites. Des allégations vagues comme « IA durable » ou « IA neutre en carbone » attirent l'attention des régulateurs
et des clients.

Bonnes pratiques :

- Indiquez la **référence** (« par rapport à notre modèle précédent ») et la **méthode de mesure**.
- Distinguez l'**efficacité** (moins d'énergie par tâche) de la **consommation totale** (qui peut tout de même
  augmenter). Une IA moins chère entraîne souvent davantage d'usage de l'IA : c'est ce qu'on appelle l'[effet
  rebond](/fr/glossaire/#rebound-effect).
- Ne vous appuyez pas uniquement sur la compensation ou sur des certificats annuels d'énergie renouvelable pour
  qualifier un service de vert.
- Rappelez-vous qu'un chiffre déclaré par un fournisseur n'est pas forcément comparable à celui d'un autre.

Pour en savoir plus, consultez [allégations écologiques honnêtes](/fr/bonnes-pratiques/des-allegations-vertes-honnetes-sur-l-ia/) et
[l'efficacité ne suffit pas](/fr/articles/l-efficacite-n-est-pas-la-sobriete-l-effet-rebond-dans-l-ia/).

## Que faire ensuite ? {#what-to-do-next}

1. **Cartographiez votre usage de l'IA.** Listez les outils, les modèles et les flux de travail automatisés en
   service, et à peu près à quelle fréquence chacun tourne.
2. **Choisissez une tâche à fort volume** et vérifiez si un modèle plus petit atteint votre niveau de qualité.
3. **Commencez à suivre les tokens et les appels** de vos principaux services d'IA, et l'énergie là où vous exploitez
   votre propre matériel.
4. **Ajoutez les questions aux fournisseurs ci-dessus** à votre prochain appel d'offres ou renouvellement de contrat.
5. **Publiez une courte politique interne** sur le moment et la manière d'utiliser l'IA, à l'aide de notre [guide de
   politique](/fr/bonnes-pratiques/rediger-une-politique-d-ia-verte/).
6. **Revoyez les allégations** de votre marketing et de vos rapports à la lumière du [guide des allégations
   honnêtes](/fr/bonnes-pratiques/des-allegations-vertes-honnetes-sur-l-ia/).
7. **Faites-vous aider si besoin** grâce à l'[annuaire des consultants](/fr/consultants/), et cherchez des outils dans
   l'[annuaire des produits](/fr/produits/).

## Questions fréquentes

### L'IA verte coûte-t-elle plus cher ?

En général, non. Les principaux leviers, comme des modèles plus petits, des prompts plus courts et moins d'exécutions répétées, réduisent aussi les factures d'API et les temps de réponse. Le surcoût correspond surtout au temps du personnel pour mesurer et pour mettre en place le routage entre modèles.

### Devons-nous déclarer la consommation d'énergie de notre IA ?

Pas comme un poste distinct dans la plupart des pays. Mais l'électricité de l'IA fait partie de votre consommation d'énergie et de vos émissions ; elle entre donc dans des déclarations plus larges, comme la CSRD de l'UE pour les entreprises concernées, ou un reporting ESG volontaire.

### Un modèle plus petit est-il toujours plus vert ?

Non. Un modèle trop petit peut échouer et obliger à recommencer, ou à relancer la tâche sur un modèle plus grand. Testez sur votre tâche réelle : le modèle le plus vert est le plus petit qui réussit du premier coup.

### Comment mesurer l'énergie d'un service d'IA dans le cloud que nous n'exploitons pas nous-mêmes ?

Demandez au fournisseur l'énergie par requête et la méthode qui la sous-tend. S'il ne la communique pas, utilisez des estimations publiées par prompt, avec des réserves claires, et suivez ce que vous maîtrisez, comme les tokens et le nombre d'appels.

## Sources

- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Council signs off simplification of sustainability reporting and due diligence requirements](https://www.consilium.europa.eu/en/press/press-releases/2026/02/24/council-signs-off-simplification-of-sustainability-reporting-and-due-diligence-requirements-to-boost-eu-competitiveness/), Council of the European Union (2026)
- [AI Act, Annex XI: technical documentation for providers of general-purpose AI models](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-11), European Commission AI Act Service Desk (2024)
- [Commission Delegated Regulation (EU) 2024/1364 on the rating scheme for data centres](https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj), EUR-Lex (2024)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
- [Announcing AI Energy Score ratings](https://huggingface.co/blog/sasha/announcing-ai-energy-score), Hugging Face (2025)
- [Green AI and energy-aware computing](https://greencode.ai/benefit/green-ai-and-energy-aware-computing/), GreenCode (ITEA) (2026)
